第十三课_算法入门-CSDN博客

本文链接：https://blog.csdn.net/HePingxxb/article/details/124928642

本课链接：计算机科学速成课第十三课

本课主要内容：简单介绍算法

一、算法中重要概念

算法：是解决问题的具体步骤（如排序算法等）

算法复杂度：算法的输入大小和运行步骤之间的关系

大O表示法：表示运行速度的量级

经典算法问题：图搜索（蛮力、离散数学等）

二、最常见的算法——排序

最常见的算法是排序算法，常见的排序算法有冒泡排序、选择排序和插入排序。这三种排序的流程见文章：插入排序、选择排序和冒泡排序讲解。

三、最经典算法问题——图搜索

常见的图搜索方法有蛮力搜索和离散数学方法。

以“在地图中给出最优路线”问题当作例子，蛮力方法即指走遍所有可能的路，并比较各条路的节点数（以一个节点为计量单位，包含节点数越少的路线即为最优路线）；而离散数学方法可使用Dijkstra算法，关于Dijkstra算法具体可见文章：【链接】待补充。

四、算法复杂度——时间复杂度

（1）构建新的集合A=A∪B

使用线性表实现代码如下：

void union(List &La,List &Lb){
    La_len=ListLength(La);
    Lb_len=ListLength(Lb);
    for(i=1;i<=Lb_Len;i++){
        GetElem(Lb,i,e);
        if(!LocateElem(La,e,equal)) ListInsert(La,++La_len,e);
    }
}

时间复杂度为O(ListLength(La)*ListLength(Lb))，即时间复杂度与两表表长成正比。

（2）删除第i个元素(并用e返回其值)

使用线性表实现如下：

Status ListDelete_Sq(SqList &L,int i,ElemType &e){
    if((i<1)||(i>L.Length)) return ERROR;
    p=&(L.elem[i-1]);        //p为被删除元素的位置
    e=*p;
    q=L.elem+L.Length-1;     //q为表尾元素的位置
    for(++p,p<=q;++p) *(p-1)=*p;
    --L.Length;
    return OK;
}

时间复杂度求解：

假设 $p_{i}$ 是删除第i个元素的概率，则在长度为n的线性表中删除一个元素时所需要移动元素的次数的期望值(平均次数)为 $E=\sum_{i=1}^{n} q_{i}(n-i)$ ，若假设在线性表任何位置上插入或删除元素都是等概率的，即 $q_{i}=\frac{1}{n}$ ，则 $E$ 可简化为 $E=\frac{1}{n}\sum_{i=1}^{n}=\frac{n-1}{2}$ 。